Python 中使用列表推导式和循环提取 JSON 数组中动态路径的字段值
在Python中，遍历JSON数组的cis项，通过get()方法安全提取cloud_vm_display_name字段，并过滤掉None和字符串'null'。可使用循环或列表推导式实现，配合glob模块批量读取JSON文件，利用异常处理确保程序健壮性，最终获得有效的名称列表。该方法简洁高效，适用于数据清洗。
本文介绍如何在 Python 中替代jq '.cis[].properties.cloud_vm_display_name' | grep -v null命令，从多个结构相似但数组长度不一的 JSON 文件中稳健提取cloud_vm_display_name字段值，并规避空值与语法错误。
或许你之前一直在 Shell 里用 jq 处理 JSON 数组，一行命令搞定提取、再 pipe 给 grep 过滤空值，的确干净利落。但一旦搬到 Python 环境，很容易踩一个坑：试图写 data['cis'][] —— 这在 Python 里是非法语法（SyntaxError: invalid syntax），因为列表索引不能为空。正确的思路其实很简单：遍历 data['cis'] 这个列表，逐项访问嵌套字段，同时把空值和无效值过滤掉。下面给出一个完整、鲁棒的处理流程。
✅ 正确提取方式（推荐）
import json
# 示例：加载单个 JSON 文件（实际中可循环读取多个文件）
with open("server1.json", "r") as f:
data = json.load(f)
# 提取所有非 null 的 cloud_vm_display_name（严格匹配字符串 'null'）
names = []
for cis_item in data.get("cis", []):
props = cis_item.get("properties", {})
name = props.get("cloud_vm_display_name")
# 注意：这里判断 name 是否为 None 或字符串 "null"，而非模糊包含 'null'
if name is not None and name != "null":
names.append(name)
print(names) # 输出: ['azuXXXXX', 'azuXXXXX', 'azuXXXXXX', ...]
这个循环写法清晰且易于调试。当然，如果你偏爱一行流，列表推导式也可以同样完成任务：
✅ 更简洁：列表推导式（一行高效实现）
names = [
cis["properties"]["cloud_vm_display_name"]
for cis in data.get("cis", [])
if cis.get("properties", {}).get("cloud_vm_display_name") not in (None, "null")
]
⚠️ 注意：原始的grep -v null其实是有点粗糙的，它会误杀那些名字里含有"null"子串的合法值（比如"anulled-vm"）。更精确的做法是改用!= "null"进行完整的字符串比较，同时把 Python 中的None也考虑进去——这才是语义等价的过滤逻辑。
✅ 批量处理多个 JSON 文件
import glob
import json
all_names = []
for filepath in glob.glob("*.json"): # 匹配所有 JSON 文件
try:
with open(filepath, "r") as f:
data = json.load(f)
for cis in data.get("cis", []):
name = cis.get("properties", {}).get("cloud_vm_display_name")
if name and name != "null": # 安全判空：非 None、非空字符串、非 "null"
all_names.append(name)
except (json.JSONDecodeError, OSError) as e:
print(f"警告：跳过无效文件 {filepath} — {e}")
print(all_names)
? 补充说明：为什么不用 'null' in name？
有些资料里会写 if not 'null' in name，但这很容易误伤——比如 "cloud_null_server" 这种合法名称就会被无辜过滤掉。真实场景中，JSON 字段如果为空，通常表现为 null（在 Python 中变成 None），或者显式存储为字符串 "null"。所以推荐统一用 name not in (None, "null", "") 来做防御性判断，既简洁又准确。
✅ 总结
- ❌ 错误：
data['cis'][]—— Python 不支持空索引语法； - ✅ 正确：用
for循环或列表推导式遍历data['cis']； - ✅ 安全：始终使用
.get()避免KeyError，并显式校验None和"null"； - ✅ 扩展：结合
glob、异常处理，即可无缝替代cat * | jq ... | grep流水线。
通过以上方法，你不仅能精准复现 jq 的功能，还能获得更强的错误控制、类型安全与可维护性。整个处理过程就像给 JSON 数据做一次精细的“淘金”，既保留了有价值的字段，又把杂质清理得干干净净。
Photoshop 2026 是 Adobe 推出的专业图像处理与视觉设计软件，支持 Windows、macOS 和 iPad 等平台，广泛应用于摄影修图、电商设计、平面海报、数字绘画及视觉合成等创作场景。
Blender 是一款免费开源、跨平台的专业 3D 创作软件，集建模、动画、渲染、视频编辑与视觉合成等功能于一体，广泛应用于影视动画、游戏设计和建筑可视化等领域。软件支持 Cycles 物理渲染器与 Eevee 实时渲染引擎，并提供多边形建模、骨骼绑定、物理模拟等专业工具。Blender 兼容 Windows、macOS 和 Linux 系统，安装包轻巧、运行流畅，依托活跃的全球开发者社区持续更新，是从初学者到专业创作者都值得选择的正版 3D 创作工具。
极度公式是一款跨平台专业LaTeX公式识别编辑软件，支持OCR公式识别和多平台编辑。和使用说明，避免使用，享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
一款文字处理软件，一种订阅式的跨平台办公软件，基于云平台提供多种服务，通过将 Excel 和 Outlook 等应用与 OneDrive 和 Microsoft Teams 等强大的云服务相结合，Office 365 可让任何人使用任何设备随时随地创建和共享内容。
CodeExpander 是一款快捷短语输入增强工具，通过键入缩写自动展开为自定义文段，提升工作效率。任务管理和过程控制会更完整，持续下载、批量同步或需要稳定传输流程的场景会更适合它。
Mountain Duck 是一款能将多个网盘挂载到本地的工具，像本地磁盘一样使用网盘。清理链路的完整性会更好一些，做应用卸载、残留处理和空间整理时，通常能少走很多手动排查步骤。
Photoshop 2026 是 Adobe 推出的专业图像处理与视觉设计软件，支持 Windows、macOS 和 iPad 等平台，广泛应用于摄影修图、电商设计、平面海报、数字绘画及视觉合成等创作场景。
Blender 是一款免费开源、跨平台的专业 3D 创作软件，集建模、动画、渲染、视频编辑与视觉合成等功能于一体，广泛应用于影视动画、游戏设计和建筑可视化等领域。软件支持 Cycles 物理渲染器与 Eevee 实时渲染引擎，并提供多边形建模、骨骼绑定、物理模拟等专业工具。Blender 兼容 Windows、macOS 和 Linux 系统，安装包轻巧、运行流畅，依托活跃的全球开发者社区持续更新，是从初学者到专业创作者都值得选择的正版 3D 创作工具。
极度公式是一款跨平台专业LaTeX公式识别编辑软件，支持OCR公式识别和多平台编辑。和使用说明，避免使用，享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
一款文字处理软件，一种订阅式的跨平台办公软件，基于云平台提供多种服务，通过将 Excel 和 Outlook 等应用与 OneDrive 和 Microsoft Teams 等强大的云服务相结合，Office 365 可让任何人使用任何设备随时随地创建和共享内容。
Wise Folder Hider Pro 是一款专业级文件和文件夹隐藏加密软件，为私密数据添加多重保护。高频操作更强调就近处理，浏览、整理和跨目录移动文件时，来回切换和重复点击都会少很多。
CodeExpander 是一款快捷短语输入增强工具，通过键入缩写自动展开为自定义文段，提升工作效率。任务管理和过程控制会更完整，持续下载、批量同步或需要稳定传输流程的场景会更适合它。